绑定具有匹配国家名称的数据框

Question

我有两个国家数据的数据框。 df1 拥有世界所有国家。 df2 有一个国家的子集，但其中一个列中有人口。 我想获取人口数据并将其添加到国家名称匹配的df1。

如果df1$Column1 = df2$Column1（相同的国家/地区名称），则使用来自df2$Column2（国家/地区的人口）的信息填充df1$Column2（当前为空），其中该行与该国家/地区匹配。

我尝试使用它们都有的国家名称列“名称”来合并两者：

total <- merge(map,Co2_2x, by="NAME")

列都在那里，但我的新数据框中有空行。

我想说“对于df1（国家）中的这一行和列矩阵位置，获取行（df2中的国家名称匹配）和列X（人口数据）。然后把它在df1 中的这一行和列 Y 矩阵位置（df1 中的新人口列用于匹配的国家名称）“......必须有一个更简单的方法:-)

这是我的代码：我想用来自Co2_2x$premium 的国家/地区匹配的数据填充map$measure。

library(XML)
library(raster)
library(rgdal)
download.file("http://thematicmapping.org/downloads/TM_WORLD_BORDERS_SIMPL-0.3.zip",destfile="TM_WORLD_BORDERS_SIMPL-0.3.zip")
unzip("TM_WORLD_BORDERS_SIMPL-0.3.zip",exdir=getwd())
polygons <- shapefile("TM_WORLD_BORDERS_SIMPL-0.3.shp")

polygons
map <- as.data.frame(polygons)

map$Measure  <- 0

library(rvest)
Co2 <- read_html("https://en.wikipedia.org/wiki/List_of_countries_by_carbon_dioxide_emissions")

Co2_2x<-Co2  %>%
  html_nodes("table") %>%
  .[[1]] %>%
  html_table()

names(Co2_2x)[2]<-paste("premium")

names(Co2_2x)[1]<-paste("NAME")


total <- merge(map,Co2_2x, by="NAME")

谢谢！

Answer 1

你可以在 R 中使用sqldf 库。

只需按照下面的代码。您将能够合并（加入）您拥有的两个数据集：

library(sqldf)
merged_data <- sqldf("select a.country, b.population from df1 as a 
                     left join df2 as b on (a.country = b.country) group by 1")

感谢并祝 R 编程愉快！！！

Answer 2

要显示其他数据集中不匹配的第一个数据集行，您只需添加all.x=T 选项，如下所示（详情请查看the documentation）：

total <- merge(map,Co2_2x, by="NAME",all.x=T)

这些行随后将在第二个数据集列中显示为 NA。

如果匹配似乎不起作用，您可能需要确保您的匹配变量（在您的情况下为 NAME）在两个数据集中以相同的方式填充（字母大小写，可能的空格在四肢……）。 This answer 提供了一种很好的方法。